唉。。。

看别人的代码真的很辛苦，e文的资料，作者功底一般都比较nb，好在关键的地方总有些注释的。国人更nb，看过得很多源码根本就没有注释，只好自己边理解边写注释，费解死。

Mean Shift做图像分割的资料能找到的少之又少，看Rutgers上的论文，对我这个小本科来说还是有难度的。昨天上pudn淘了篇均值漂移分割图像的代码，只能做灰度图的，完全没有注释，想改一下却有几句看得不太懂，还没注释。。。

说明：下文注释不一定对哦，我的极其有限的理解，而已。

//MeanShift 分割滤波算法
//pImg 图像数据指针
//width height 宽度 高度
//bUseFilter true - filter false - image segmentation
//w - window size
// h1 space variance
// h2 range variance
void MeanShiftFilterOrSegmentation(bool bUseFilter,BYTE *pImg,int width,int height,int w,int h1,double h2,BYTE *pResImg)
{
BYTE *pCur,*CovG;
bool find,bOutOfImg;
int count,fwin = 2*w+1,top=-1,size=width*height;
int *G,*CovX,*CovY,x,y,i,j,new_x,new_y,new_g,old_x,old_y,old_g;
double sum,grayDif,*PosWeight,*pWCur,numerator_x,numerator_y,numerator_g,denominator,g;
//memory alloc
G = new int[width*height];
CovX = new int[width*height];
CovY = new int[width*height];
CovG = new BYTE[width*height];
PosWeight = new double[fwin*fwin];
//distance weight

// 根据到当前点的距离设置窗口邻域内各点的权重
// weight = exp(-0.5*(distence^2)/(h1^2));
for(pWCur=PosWeight,sum=0.0,i=0;i<fwin;i++)
{
for(j=0;j<fwin;j++,pWCur++)
{
*pWCur = exp(-0.5 * ( (i-w)*(i-w)+(j-w)*(j-w) )/(h1*h1) );
}
}
//Iteration Until Convergence
// 逐行扫描,y为行号,pCur指向图像数据
for(pCur=pImg,y=0;y<height;y++)
{
// 逐列扫描,x为列号
for(x=0;x<width;x++,pCur++)
{
// old_x纪录当前像元列号
old_x = x;
// old_y记录当前像元行号
old_y = y;
// old_g指向当前像元灰度值
old_g = *pCur;
// 初始化计数器
count=0;
// 扫描图像越界标志，超出图像范围时为true
bOutOfImg = false;
while(count<1000)
{
count++;
//
numerator_x = numerator_y = numerator_g = denominator = 0.0;
// 用i=old_y-w,i<old_y+w+1限定窗口行值范围，pWCur指向窗口权重数组
for(pWCur=PosWeight,i=old_y-w;i<old_y+w+1;i++)
{
// 用j=old_x-w,j<old_x+w+1限定窗口列值范围,当j++时扫描当前行的
// 下一个像元，同时pWCur指向权重数组中下一个值.
// 当扫描完窗口内当前行后，由于列值j不再满足j<old_x+w+1条件，结束
// 本层循环，由i++将扫描像元推向窗口的下一行
for(j=old_x-w;j<old_x+w+1;j++,pWCur++)
{
//
if(i<0 || i>height-1 || j<0 || j>width-1 ) continue;
// *(pImg+i*width+j)是窗口内当前像元的灰度值，
// grayDif为窗口内当前像元灰度值与pCur指向的作为窗口中心的
// 当前点灰度值
grayDif = (*(pImg+i*width+j) - old_g);
// grayDif = grayDif^2;
grayDif = grayDif*grayDif;
// 用g表示当前窗口点与窗口中心样本点的差异（带权重）
// g为平移向量 ？？？？？？
// g为差异？？？？
// exp(-0.5*grayDif/(h2*h2)) 高斯核？？？
// g = *pWCur*exp(-0.5*grayDif/(h2*h2));
// *pWCur为当前窗口位置的灰度值
g = *pWCur*exp(-0.5*grayDif/(h2*h2));
// numerator_x是列值平移向量的和
numerator_x += j*g;
// numerator_y是行值平移向量的和
numerator_y += i*g;
//
numerator_g += *(pImg+i*width+j)*g;
// denominator为平移向量（距离，权重~）的和
denominator += g;
}
}
new_x = (int)(numerator_x/denominator+0.5);
new_y = (int)(numerator_y/denominator+0.5);
new_g = (int)(numerator_g/denominator+0.5);
if(new_y<0 || new_y>height-1 || new_x<0 || new_x>width-1 )
{//超出图像范围
new_x = old_x;
new_y = old_y;
new_g = old_g;
bOutOfImg = true;
break;
}
// 如果窗体移动距离<1.1 ???
// 则结束迭代
if( abs(new_x-old_x) + abs(new_y-old_y) < 1.1) break;
// 变换窗口中心，继续迭代
old_x = new_x;
old_y = new_y;
old_g = new_g;
}
if(count>999 ) printf("No Converge!/n");
if(bOutOfImg) printf("Out Of Image!/n");
// 将收敛点的列号(new_x),行号(new_y),灰度(new_g)赋给ConX,ConY,ConV中
// 的相应点
*(CovX + y*width + x) = new_x;
*(CovY + y*width + x) = new_y;
*(CovG + y*width + x) = new_g;
}
}
//仅用于图像分割
if(!bUseFilter)
{
for(i=0;i<size;i++)
    {
         for(find=false,j=0;j<=top;j++)
               {
                    if( abs(*(CovG+i) - *(G+j))<h2 )
                      {
                         find = true;
                         *(CovG+i) = *(G+j);
                         break;
                      }
               }
         if(!find)
               {
                    top++;
                    *(G+top) = *(CovG+i);
               }
      }
}
memcpy(pResImg,CovG,width*height);
delete G;
delete CovX;
delete CovY;
delete CovG;
delete PosWeight;
}

EDISON的分割流程有个大概的印象了，Filter里面的一大块比较费力，希望可以尽快搞得定。